I. 개 요

1. 제목 : Uncertainty and Macroeconomic Policies

2. 일시 : 2019. 12. 07. (16:00~18:00)

3. 장소 : 한국고등교육재단 18층 회의실

4. 발표자 :

- 강신혁 박사 (한국노동연구원)

5. 참석자

​- 원외 참석자

- KIEP 참석자  

II. 주요 논의 사항

1) 발제내용

□ 발표는 불확실성(uncertainty) 채널을 통해 통화·재정 정책이 실물경제에 미치는 영향을 구조 벡터자기회귀(Structural VAR) 모형을 통해 추정 분석

- 최근 Ludvigson, Ma and Ng (2019)은 구조 벡터자기회귀(SVAR) 모형에 충격 제약(shock-based restrictions)을 도입하였으며, 동일 방법론을 사용하여 불확실성이 정책과의 내생성 여부를 판단

- 실물 불확실성(real uncertainty), 금융 불확실성(financial uncertainty), 실질 GDP, 통화정책(또는 통화정책과 재정정책) 4~5 변수 VAR 시스템을 구성

□ 불확실성이 통화(재정)정책에 미칠 수 영향(endogenous feedback)을 모형 내에서 강제적으로 제거하고 추정하여, 통화(재정)정책의 확산에 불확실성이 미치는 내생적인 구조(mechanism)를 분석

□ SVAR 분석결과, 실물 불확실성, 금융 불확실성 둘 다 내생성을 가짐.

- 경제 실물 호황 충격은 실물 불확실성과 금융 불확실성 둘 다 높임.

- 긴축적 통화정책(정책이자율 상승) 충격은 금융 불확실성을 낮추지만, 실물 불확실성을 높임.

- 확장 재정 지출 충격은 실물 불확실성을 높이지만, 금융 불확실성에는 유의한 영향을 미치지 않으며, 실물 경제에도 유의한 영향이 없는 것으로 나타남.

□ 금융 불확실성 충격은 실물 경제와 이자율을 유의하게 낮추고, 실물 불확실성을 높이는 반면, 실물 불확실성 충격은 다른 변수들에 전반적으로 유의한 반응이 나타나지 않음

□ 블확실성 충격은 통화정책 및 재정정책의 효과에 내생적인 영향을 미침

2) 토론 내용

□ 블확실성 개념에 대한 논의

- 불확실성은 어떠한 변수의 미래 값과 현재 예측 값의 차이의 표준편차 값으로 정의함.

- 일반적으로 경기 사이클이나 자산 가격이 음의 왜도(negatively skewed)를 가지므로, 불확실성 확대와 음의 충격과 동일시하게 해석되는 경우가 많지만, 동일하지는 않음.

- 금융위기 시기를 제외하면, 오히려 경제가 좋지 않을 때 실물(금융) 불안정성이 낮아지는 경향이 있음.

- 추정하는 SVAR은 선형관계만 살펴보는데, 불확실성 충격의 크기 등에 따라 다른 변수들에 비선형적인 영향을 미칠 수도 있음.

- 실물 불확실성 충격의 분포를 보면 오히려 양의 왜도(positive skewness)를 갖는 것처럼 보이며, 이는 블랙 먼데이 때의 상당히 큰 양의 불확실성 충격이후, 이후 조정 과정에서 이를 보상하기 위해 더 큰 음의 불확실성 충격이 발생하는 것에 기인

□ 벡터자기회귀(VAR) 변수 선정에 대한 논의

- 연구에서는 실물 불확실성, 금융 불확실성, 실질 GDP, 이자율(, 재정균형) 4~5개 변수를 사용

- 가장 단순한 뉴케인지안 모형에서 실물경제, 이자율, 물가 변수를 사용하며, 이를 통해 통화정책 충격을 제외화고 공급 충격과 수요 충격을 식별함.

- 모형에서는 실질 GDP에 대한 충격이 공급 충격인지 수요 충격인지 식별되지 않을 것 같음.

□ 양적완화 시기 통화정책 충격 식별은?

- 모형에서는 Gertler and Karadi (2015)와 유사하게 1년 미국 국채 수익률을 사용하였으며, 1년 미국 국채 수익률은 글로벌 금융위기 이후 양적완화를 시행한 시기에도 이자율의 변동이 있음.

- 강건성 검정으로 정책금리, Shadow rate(Wu and Xia, 2016)을 사용하였으나 결과가 유의하게 달라지지 않았음.

□ 충격 제약(shock-based restrictions)에 대한 논의

- Ludvigson, Ma and Ng (2019)의 방법론은 충격의 크기, 충격 간 상관관계 등에 대하여 사전적으로 제약을 둘 수 있음.

- 예를 들어, 블랙 먼데이(1987M10), 리만 브라더스 파산(2008M9)의 금융 불확실성 충격의 크기가 3표준편차 이상, 금융위기 기간(2007M12-2009M6) 실물 GDP 충격이 음수 등 충격 자체에 사전 제약을 둘 수 있음.

- 많은 시뮬레이션 중 사전 제약을 만족시키는 결과만 취함.

- 따라서, 사전 제약이 많을수록 제약을 만족시키기 어려워 계산 부담(computation burden)이 높아짐.

□ 충격 반응 함수(impulse response)에 대한 논의

- 충격 제약 VAR에서 충격 반응 함수는 여러 시뮬레이션의 중앙값(median value)을 사용하는지?

- 부호 제약(sign restricted) VAR에서는 주로 중앙값을 사용하며, 반응 기간 각각에 대하여 중앙값을 취하므로, 일반적인 VAR처럼 함수형태로 추정되지 않는 문제가 발생하여, 충격반응함수가 평활하지 않을 수 있음.

- Ludvigson, Ma and Ng (2019)는 “max-C” 해를 구하여 충격 반응 함수를 도출하며, “max-C”는 제약을 통과한 여러 해 중 상관계수가 가장 높은 해를 “max-C”의 해로 선정

- Ludvigson, Ma and Ng (2019)는 “max-C” 해를 구하여 충격 반응 함수를 도출하며, “max-C”는 제약을 통과한 여러 해 중 상관계수가 가장 높은 해를 “max-C”의 해로 선정

- 발표에서 “max-C”, 중앙값을 사용한 충격반응함수를 제시하였으며, 대체로 비슷한 값을 갖으나 일부에 대하여는 매우 다른 결과를 보이기도 함.